Ўзбекистон республикаси ахборот технологиялари ва коммуникацияларини ривожлантириш вазирлиги муҳаммад ал-хоразмий номидаги

UCHUVCHISIZ UCHISH APPARATI UCHUN OBYEKT 
HARAKATINI KUZATISHNING SAMARALI USULI 
A.X. Nishanov (professor, Muhammad al-Xorazmiy nomidagi TATU) 
S.G'. Atoyev (tayanch doktorant,Muhammad al-Xorazmiy nomidagi TATU) 
Kirish. So’nggi yillarda uchuvchisiz uchish apparati (UUA) tez sur’atlar bilan 
rivojlanayotgan texnologiyalarning ommabop turiga aylandi. Hozirgi kunda ushbu 
UUAlar tezkor monitoring uchun real vaqtdagi parvoz parametrlari, GPS-
navigatsiya tizimi, parvoz boshlangan nuqataga qaytish, taqiqlangan parvoz 
zonasini ko’rsatish, FPV (first person view) texnologiyasi va favqulodda qo’nish 
kabi ko’plab xususiyatlarga ega. Zamonaviy UUAlarning yana bir asosiy 
xususiyatlaridan biri bu obyekt harakatini kuzatishdir. Bir nechta obyektlarni 
avtonom ravishda kuzatib boradigan UUAlar ko’proq kinoindustriya, qidiruv-
qutqaruv operatsiyalari, harbiy topshiriqlar, atrof-muhit monitoringi, transport 
oqimini boshqarish va yetkazib berish xizmatlari uchun qo’llaniladi [1, 2]. 

---

419 
Ushbu sohada hozirgi kunga qadar bajarilgan tadqiqot ishlarining aksariyati 
vizual kuzatuv va UUA xavfsizlik tizimlari uchun olib borilgan [3], [4]. Turli xil 
vizual kuzatuv algoritmlari yaxshi natijalarga ega bo’lishiga qaramay, ushbu 
algoritmlarning aksariyati hisoblash jihatidan murakkabdir va UUA aloqa tizimida 
obyektlarni real vaqtda kuzatib borish uchun mos emas. 
Taklif etilgan yondashuv. Ushbu ilmiy ishda tasvirlar ketma-ketligi 
(video)ning har bir freymida obyektning aniq o’rnini aniqlash orqali vaqt o’tishi 
bilan obyekt trayektoriyasi yaratildi va ushbu jarayon orqali obyekt harakatini 
kuzatib borishga erishildi. Obyekt harakatini kuzatish usuli uchta moduldan iborat: 
videoning birinchi freymida obyektni tanlash moduli, Kalman filtri moduli va 
Camshift algoritmi moduli. Tanlash moduli obyektning birinchi freymdagi o’rnini 
tanlaydi. Bu videoning birinchi freymida harakatlanadigan obyektni qidirish 
oynasining pozitsiyasi, kattaligi, kengligi, uzunligi kabi modulni ishga tushirish 
parametrlaridan iborat. 
Camshift algoritmining ishlash tamoyili Meanshift algoritmining tamoyil-
lariga asoslangan [5]. Camshift joriy freym taqsimotning nol momentiga qarab 
keyingi freym uchun qidiruv oynasi hajmini sozlash orqali dinamik joylashtirishni 
amalga oshiradi. Algoritmning ushbu xususiyati keyingi freymda obyektni tezda 
kuzatib borish uchun obyektlarning harakatini bashorat qilishga imkon beradi. 
Obyekt tez harakatlanganda ham Camshift algoritmi obyektni doimiy ravishda 
kuzatib boradi. Ushbu modulning kirish elementlari bu obyektning dastlabki 
qidirish oynasining dastlabki holati, kengligi va uzunligidir. 
I (x, y)
ikki o’lchovli 
tasvir bo’lsin, bu yerda 
(x, y)
- obyektning freymdagi koordinata o’qlari. Nolinchi 
tartibli moment freym shakli egallagan maydonni ifodalaydi va quyidagicha 
ifodalanishi mumkin: 
𝑀
00
= ∑ ∑ 𝐼(𝑥, 𝑦)
𝑦
𝑥
(1)
Birinchi tartibli momentlar (
𝑀
10
, 𝑀
01
) esa mos ravishda quyidagicha tavsiflanadi: 
𝑀
10
= ∑ ∑ 𝑥 × 𝐼(𝑥, 𝑦)
𝑦
;
𝑥
𝑀
01
= ∑ ∑ 𝑦 × 𝐼(𝑥, 𝑦)
𝑦
𝑥
(2)
Obyektning massa markazi nolinchi va birinchi tartibli momentlar yordamida 
aniqlanadi: 
𝑥
𝑐
=
𝑀
10
𝑀
00
; 𝑦
𝑐
=
𝑀
01
𝑀
00
(3)
x
va 
y
uchun birinchi va ikkinchi momentlar quyidagi tenglamalar bilan aniqlanadi: 
𝑀
11
= ∑ ∑ 𝑥 × 𝑦 × 𝐼(𝑥, 𝑦)
𝑦
𝑥
(4)
𝑀
20
= ∑ ∑ 𝑥
2
× 𝐼(𝑥, 𝑦)
𝑦
𝑥
; 𝑀
02
= ∑ ∑ 𝑦
2
× 𝐼(𝑥, 𝑦)
𝑦
𝑥
(5)
Kalman filtri videoning har bir freymidagi obyektning o’rnini bashorat qiladi. 
Freymdagi obyektning 
k
vaqtdagi holati, obyektning kattaligi, shuningdek 

---

420 
freymlarning ketma-ketligida obyektning harakatlanishi tufayli o’zgarib turadigan 
obyektni qidirish oynasining kengligi va uzunligi Kalman filtrining kirish 
parametrlari hisoblanadi. Kalman filtri o’zgaruvchilari holat vektori va o’lchov 
vektoridir. Holat vektori mos ravishda 
𝑡
𝑘
vaqtdagi qidiruv oynasining boshlang’ich 
pozitsiyasi, kengligi, uzunligi va obyekt massasi markazidan 
(𝑥
𝑐
, 𝑦
𝑐
) iborat. Ushbu 
vektor quyidagicha ifodalanadi: 
𝑠
𝑘
= (𝑥
𝑘
, 𝑦
𝑘
, 𝑊
𝑘
, 𝐿
𝑘
, 𝑥
𝑐
, 𝑦
𝑐
), (6)
bu yerda
𝑊
𝑘
– jarayon shovqini. Kalman filtri holatni diskret jarayon bilan 
baholaydi. Ushbu holat quyidagicha berilgan chiziqli tenglama bilan aniqlanadi: 
𝑠
𝑘
= 𝐴 × 𝑠
𝑘−1
+ 𝑊
𝑘−1
, (7)
bu yerda
𝐴
– o’tish matritsasi. Shundan so’ng, o’lchov modelini quyidagicha 
yozilish mumkin: 
𝑧
𝑘
= 𝐻 × 𝑠
𝑘
+ 𝑣
𝑘
, (8)
bu yerda 
𝐻
– o’lchov matritsasi, 
𝑣
𝑘
– o’lchov shovqini. 
Ushbu ilmiy ishda obyekt harakatini kuzatish tizimini baholash uchun 
kuzatilgan obyektning markaz joylashuvi xatosi (center location error, CLE) 
ishlatildi. 
𝐶𝐿𝐸
har bir freymda kuzatilgan obyektning hisoblangan taxminiy 
markazi va haqiqiy markazi orasidagi Evklid masofasi sifatida aniqlandi: 
𝐶𝐿𝐸 = ‖𝑂
𝑘
𝐸
− 𝑂
𝑘
𝐺𝑇
‖, (9)
bu yerda 
𝑂
𝑘
𝐸
va 
𝑂
𝑘
𝐺𝑇
– mos ravishda kuzatilgan obyektning hisoblangan taxminiy va 
haqiqiy markazlari. 
Obyekt harakatini kuzatuvchi tizimning ishlash samaradorligini aniqlash 
uchun quyidagi tenglamadan foydalanildi: 
𝐴𝑐𝑐 =
𝑁
𝑆
𝑁
𝑇
× 100, (10)
bu yerda 
𝑁
𝑆
– obyekt muvaffaqiyatli kuzatilgan freymlar soni va 
𝑁
𝑇
– umumiy 
freymlar soni. 
Natijalar tahlili. Taklif qilingan obyekt harakatini kuzatish usulining dasturiy 
ta’minoti MATLAB R2016a muhitida ishlab chiqildi. Ushbu tizim 5 xil videoda 
tajribadan o’tkazildi. Har bir video uchun kuzatilgan obyektning CLE va tizimning 
ishlash samaradorligi natijalari 1-jadvalda keltirilgan. 
1-jadval. CLE va tizimning ishlash samaradorligi natijalari